Kreise ziehen um den Block war gestern: MIT-Forscher entwickeln Navigation gegen Parkplatz-Frust und unnötige Abgase

Navigations-Apps berechnen zuverlässig die Fahrzeit bis zur Zieladresse. Was sie meist nicht einbeziehen, ist die Suche nach einem freien Stellplatz. In dicht besiedelten Innenstädten verlängert sie Wege erheblich, erhöht den Kraftstoffverbrauch und verschärft Staus. Ein intelligentes Parksystem aus den USA soll die Navigation präziser machen und erstmals die tatsächliche Gesamtzeit aus Fahrt, Parkplatzsuche und Fußweg realistisch berechnen.

Forscher des Massachusetts Institute of Technology (MIT) haben ein Modell entwickelt, das nicht nur die Strecke zum Ziel berechnet, sondern die Wahrscheinlichkeit freier Parkplätze einbezieht. Grundlage der Arbeit sind reale Verkehrsdaten aus dem Großraum Seattle.

MIT-Modell berechnet Fahrt, Parken und Fußweg gemeinsam

Das System bewertet alle öffentlichen Parkflächen in der Nähe eines Ziels. Es berücksichtigt die Fahrdistanz vom Ausgangspunkt, die Laufstrecke vom Parkplatz zum Ziel und die Wahrscheinlichkeit, dort tatsächlich einen freien Platz zu finden. Anders als klassische Navigation führt es nicht zwingend zur Adresse, sondern direkt zu jener Parkfläche, die statistisch die geringste erwartete Gesamtzeit verursacht.

Die Berechnung basiert auf einem Verfahren aus der dynamischen Programmierung. Dabei wird vom gewünschten Endzustand rückwärts gerechnet. Das Modell bestimmt jene Abfolge von Entscheidungen, die im Durchschnitt zur schnellsten Ankunft führt.

Intelligentes Parksystem vom MIT – Navigation berücksichtigt andere Autofahrer

Ein zentraler Unterschied zu bisherigen Ansätzen liegt in der Einbindung des Verhaltens anderer Fahrer. In einer stark frequentierten Innenstadt konkurrieren mehrere Fahrzeuge um dieselben Stellplätze. Das Modell kalkuliert deshalb Szenarien ein, in denen ein anderer Autofahrer den letzten freien Platz belegt oder auf ein alternatives Parkhaus ausweicht und dort die Verfügbarkeit verändert.

„Diese Frustration ist real und viele Menschen erleben sie“, sagte Erstautor Cameron Hickert vom MIT. „Das größere Problem ist, dass systematisch unterschätzte Fahrzeiten informierte Entscheidungen verhindern.“ Gemeint ist auch die Wahl des Verkehrsmittels: Wer die tatsächliche Gesamtzeit unterschätzt, entscheidet sich eher fürs Auto, selbst wenn Bus oder Bahn schneller wären.

Simulationen zeigen deutliche Zeitgewinne

Die Forscher testeten ihr System in Simulationen mit realen Verkehrsdaten und untersuchten sowohl stark belastete Innenstadtlagen als auch weniger dichte Vorstadtbereiche und berücksichtigten verschiedene Tageszeiten.

In besonders stark frequentierten Szenarien verkürzte das Modell die Gesamtzeit um bis zu 66 Prozent im Vergleich dazu, auf einen freien Platz im nächstgelegenen Parkhaus zu warten. Für einzelne Fahrer entsprach das einer Einsparung von rund 35 Minuten.

Verglichen mit einer Strategie, bei der Autofahrer nacheinander das jeweils nächstgelegene Parkhaus ansteuern, lag der Zeitvorteil bei rund 20 Prozent. Gegenüber reinem Abwarten auf eine frei werdende Lücke betrug die Verkürzung etwa 60 Prozent. Die Differenz zwischen 60 und 66 Prozent ergibt sich aus unterschiedlichen Annahmen zur Verkehrsdichte.

Parkplatzdaten stammen aus Sensoren oder Nutzermeldungen

Damit das Modell funktioniert, benötigt es Informationen zur Verfügbarkeit von Stellplätzen. Manche Parkhäuser erfassen Ein- und Ausfahrten über Schranken oder magnetische Sensoren. Diese Technik ist jedoch nicht flächendeckend installiert.

Deshalb prüften die Forscher auch nutzergenerierte Daten und untersuchten, ob Autofahrer per App freie oder belegte Parkplätze melden können. Ebenso ließe sich so erfassen, wie viele Fahrzeuge ein Parkhaus erfolglos wieder verlassen. In der Simulation lag die Abweichung solcher Meldungen von der tatsächlichen Verfügbarkeit bei rund sieben Prozent. Das deutet auf eine brauchbare Datenbasis hin.

Langfristig könnten auch Fahrzeuge selbst Informationen weitergeben, wenn sie freie Stellplätze erkennen. Die Studie bleibt jedoch auf der Ebene von Simulationen. Ein marktreifes Navigationssystem existiert bislang nicht.

Realistische Fahrzeiten verändern Verkehrsentscheidungen

Die Forscher sehen in der genaueren Berechnung der Gesamtfahrzeit mehr als einen Komfortgewinn. „Verkehrssysteme sind groß und komplex“, sagte Mitautorin Cathy Wu vom MIT. „Wir suchen nach kleinen Veränderungen mit großer Wirkung, um bessere Entscheidungen zu ermöglichen, Staus zu reduzieren und Emissionen zu senken.“

Wenn Autofahrer von Beginn an wissen, wie lange Fahrt, Parkplatzsuche und Fußweg tatsächlich dauern, verändert das die Planung. Die Studie deutet darauf hin, dass schon eine präzisere Zeitprognose den Suchverkehr spürbar verringern kann. Weniger kreisende Fahrzeuge bedeuten weniger zusätzliche Kilometer – und damit weniger Abgase in ohnehin belasteten Stadtzentren.

Kurz zusammengefasst:

• Forscher des MIT haben ein Navigationsmodell entwickelt, das nicht nur die Fahrt zum Ziel berechnet, sondern auch die Parkplatzsuche miteinbezieht – inklusive Laufweg und der Wahrscheinlichkeit, tatsächlich einen freien Stellplatz zu finden.
• In Simulationen mit realen Verkehrsdaten aus Seattle verkürzte das System die Gesamtzeit in stark belasteten Innenstadtlagen um bis zu 66 Prozent, was im Einzelfall rund 35 Minuten Zeitgewinn bedeutet.
• Die Berechnungen basieren auf überprüften Verkehrsdaten und getesteten Nutzermeldungen mit nur etwa sieben Prozent Abweichung; bislang handelt es sich um ein wissenschaftlich validiertes Modell, nicht um ein fertiges Produkt.

Übrigens: Während eine klügere Navigation die Parkplatzsuche realistischer berechnet, kämpfen autonome Fahrzeuge bei Regen und Nebel mit einem anderen Problem: Sie müssen erkennen, wann ihre eigenen Sensoren versagen. Wie eine neue KI aus Deutschland genau das ermöglicht und im Zweifel lieber stoppt als falsch entscheidet – mehr dazu in unserem Artikel.

Bild: © Unsplash